高温超导电缆的部署位置确定方法、装置及设备与流程

1.本申请涉及配电网技术领域，特别是涉及一种高温超导电缆的部署位置确定方法、装置、设备及存储介质。


背景技术：

2.近年来，自然灾害、人为攻击等极端事件发生的越来越频繁，极端事件的发生对电力系统的稳定运行造成了严重影响。为了保证电力系统的稳定运行，就需要提升配电网的恢复力。
3.配电网的恢复力可以包括：在极端事件发生前配电网对极端事件的预测能力、在极端事件发生过程中尽可能减小切负荷量的能力、在极端事件发生后恢复到正常运行状态的能力。目前，在提升配电网恢复力的研究中，主要通过对配电网元件的重要度进行评估实现，根据元件的重要度评估结果，在极端事件发生前对重要度较高的元件进行加固处理，在极端事件发生后对重要度较高的元件先进行修复，从而提升配电网的恢复力。
4.然而，这种方式在配电网出现大范围潮流转移时，配电网的恢复力低。


技术实现要素：

5.基于此，本申请实施例提供了一种高温超导电缆的部署位置确定方法、装置、设备及存储介质，可以提升配电网的恢复力。
6.第一方面，提供了一种高温超导电缆的部署位置确定方法，该方法包括：
7.获取配电网中的元件在预设强度的极端事件下故障概率和各元件对应的高温超导电缆的临界长度；根据故障概率确定各故障场景；故障场景中包括各元件的位置和各元件的状态；根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件；根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置；目标函数表示极端事件发生时用户切负荷量。
8.在其中一个实施例中，获取配电网中的元件在预设强度的极端事件下故障概率，包括：
9.根据预设强度、元件在非极端事件下的故障率，计算元件在极端事件下的故障率；根据故障率和故障率对应的时间，计算故障概率。
10.在其中一个实施例中，获取配电网中各元件对应的高温超导电缆的临界长度，包括：
11.获取各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本；根据各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本，计算各元件对应的高温超导电缆的临界长度。
12.在其中一个实施例中，根据故障概率确定各故障场景，包括：
13.采用蒙特卡洛法和各元件的故障概率，生成多个候选故障场景；根据各候选故障场景的发生概率对多个候选故障场景进行筛选，得到故障场景。
14.在其中一个实施例中，采用蒙特卡洛法和各元件的故障概率，生成多个候选故障场景，生成多个候选故障场景，包括：
15.采用蒙特卡洛法对预设数值范围进行抽样，得到多个随机数；将各随机数分别与各元件的故障概率进行比较，得到各元件的状态；将各随机数对应的各元件的状态和位置，确定为对应的候选故障场景。
16.在其中一个实施例中，上述约束条件包括：元件流量约束、联络开关约束、高温超导电缆约束、节点约束和功率平衡约束；元件流量约束包括元件需满足的交流潮流约束和元件容量限制；联络开关约束包括联络开关需满足的交流潮流约束和联络开关容量限制；高温超导电缆约束包括高温超导电缆需满足的交流潮流约束、高温超导电缆的部署预算约束和高温超导电缆的经济性约束；节点约束包括节点负荷上下限约束、发电机出力上下限约束、分布式电源出力上下限约束和节点电压约束；功率平衡约束包括配电网的有功功率平衡约束及无功功率平衡约束。
17.在其中一个实施例中，根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置，包括：
18.根据各故障场景的约束条件和目标函数确定优化模型；将配电网的参数代入优化模型，根据预设的权重对优化模型进行求解得到各故障场景的加权用户切负荷量和目标高温超导电缆的位置；配电网的参数包括发电机数据、节点负荷数据和联络开关数据。
19.在其中一个实施例中，根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置，包括：
20.采用逐步对冲算法，将各故障场景整合为一个目标故障场景；根据目标故障场景和对应的约束条件，确定目标故障场景中高温超导电缆的部署位置作为目标高温超导电缆的位置。
21.第二方面，提供了一种高温超导电缆的部署位置确定装置，该装置包括：
22.获取模块，用于获取配电网中的元件在预设强度的极端事件下故障概率和各元件对应的高温超导电缆的临界长度；
23.第一确定模块，用于根据故障概率确定各故障场景；故障场景中包括各元件的位置和各元件的状态；
24.构建模块，用于根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件；
25.第二确定模块，用于根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置；目标函数表示极端事件发生时用户切负荷量。
26.第三方面，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
27.第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
28.上述高温超导电缆的部署位置确定方法、装置、设备及存储介质，通过获取配电网中的元件在预设强度的极端事件下故障概率和各元件对应的高温超导电缆的临界长度；根据故障概率确定各故障场景；故障场景中包括各元件的位置和各元件的状态；根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件；
根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置。通过模拟极端事件确定出部署高温超导电缆的准确位置，在极端事件发生前，可以提高在配电网中部署高温超导电缆的合理性。进一步的，在配电网出现大范围潮流转移时，通过部署高温超导电缆，避免了输电通路阻塞的情况，且减小了用户切负荷量，从而提升了配电网的恢复力。
附图说明
29.图1为本申请实施例提供的一种计算机设备的框图；
30.图2为本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图；
31.图3为本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图；
32.图4为本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图；
33.图5为本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图；
34.图6为本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图；
35.图7为本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图；
36.图8为本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图；
37.图9为本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图；
38.图10为本申请实施例提供的一种高温超导电缆的部署位置的示意图；
39.图11为本申请实施例提供的一种极端事件下弹性电力系统性能的示意图；
40.图12为本申请实施例提供的一种极端事件下潮流转移的示意图；
41.图13为本申请实施例提供的一种高温超导电缆的部署位置的示意图；
42.图14为本申请实施例提供的一种切负荷量对比的示意图；
43.图15为本申请实施例提供的一种高温超导电缆的部署位置确定装置的框图。
具体实施方式
44.为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
45.本申请提供的高温超导电缆的部署位置确定方法可以应用于计算机设备中，计算机设备可以是服务器，也可以是终端，其中，服务器可以为一台服务器也可以为由多台服务器组成的服务器集群，本申请实施例对此不作具体限定，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
46.以计算机设备是服务器为例，图1示出了一种服务器的框图，如图1所示，服务器可以包括通过系统总线连接的处理器和存储器。其中，该服务器的处理器用于提供计算和控制能力。该服务器的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序以及数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机程序被处理器执行时以实现一种高温超导电缆的部署位置确定方法。
47.本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的服务器的限定，可选地服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
48.需要说明的是，本申请实施例的执行主体可以是计算机设备，也可以是高温超导电缆的部署位置确定装置，下述方法实施例中就以计算机设备为执行主体进行说明。
49.在一个实施例中，如图2所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图，该方法可以包括以下步骤：
50.步骤201、获取配电网中的元件在预设强度的极端事件下故障概率和各元件对应的高温超导电缆的临界长度。
51.其中，配电网中的元件为配电网中两个节点之间的输电线路，配电网中的元件在极端事件下会发生故障，极端事件包括自然灾害、人为攻击等事件。在实际应用中，可以通过给定一个预设强度的极端事件来模拟实验，例如极端事件可以为超强台风，预设的强度可以为台风风速值，该风速值可以人为设定任意大小。配电网中的元件在预设强度的极端事件下故障概率为元件在极端事件下可能发生故障的概率，可以根据历史经验数据直接获取到元件的故障概率，还可以根据元件在非极端事件下的故障率进行数学运算得到元件的故障概率。
52.对于超大城市配电网中的元件在极端事件下发生故障后，在面对大范围潮流转移时，由于输电线路容量有限，容易出现输电通路阻塞的情况，因此，可以通过合理部署高温超导电缆来避免输电通路阻塞情况的发生。该高温超导电缆是采用无阻的、能传输高电流密度的超导材料作为导电体并能传输大电流的一种电力设施，具有体积小、重量轻、损耗低和传输容量大的优点，可以实现低损耗、高效率、大容量输电。在部署高温超导电缆时，需要考虑高温超导电缆部署的经济性，因此需要预先获取各元件对应的高温超导电缆的临界长度，该临界长度是满足经济性的最短长度，可以在给定高温超导电缆生命周期与建设成本下，根据高温超导电缆的安装成本与运行成本计算得到高温超导电缆的临界长度。
53.步骤202、根据故障概率确定各故障场景；故障场景中包括各元件的位置和各元件的状态。
54.其中，获取到元件的故障概率之后，可以根据故障概率确定各故障场景，故障场景中包括各元件的位置和各元件的状态。各元件的位置可以是根据经验预先在配电网的所有元件中选取的可能发生故障的元件对应的位置，各元件的状态是用来描述元件工作状态的信息，元件状态可以包括损坏和正常两种状态。
55.在根据故障概率确定各故障场景时，可以通过将获取到的各元件的故障概率与预设的固定值进行比较后，得到各元件的状态，所有元件的状态组成故障场景，若预设的固定值有多个，则将获取到的各元件的故障概率与每个预设固定值都进行比较，得到不同预设固定值对应的各元件的状态，从而可以组成多个故障场景。还可以通过产生随机数的方式生成多个随机数，再将获取到的各元件的故障概率与生成的随机数进行比较后，得到不同随机数对应的各元件的状态，每个随机数对应的所有元件的状态以及元件的位置组成一个故障场景，从而组成多个故障场景。
56.步骤203、根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件。
57.其中，根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件，该约束条件是对不同故障场景下配电网的状态参数的约束，配电网的状态参数可以包括配电网的有功功率、无功功率、电压等参数，配电网的运行规律可
以是配电网中各节点的有功功率以及无功功率流入和流出时的规律。
58.步骤204、根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置；目标函数表示极端事件发生时用户切负荷量。
59.其中，根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置，目标高温超导电缆的位置为在配电网中部署高温超导电缆的位置，可以通过各故障场景对应的约束条件求解预设的目标函数得到目标高温超导电缆的位置。目标函数表示极端事件发生时用户切负荷量，在极端事件发生后，为了保证配电网的正常运行，通常会进行切负荷操作，但这样会影响用户电能的使用，因此，在部署高温超导电缆时，可以将极端事件发生时用户切负荷量作为目标函数，用户切负荷量越小，表示目标高温超导电缆的位置越准确。
60.本实施例中，通过获取配电网中的元件在预设强度的极端事件下故障概率和各元件对应的高温超导电缆的临界长度；根据故障概率确定各故障场景；故障场景中包括各元件的位置和各元件的状态；根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件；根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置。通过模拟极端事件确定出部署高温超导电缆的准确位置，在极端事件发生前，可以提高在配电网中部署高温超导电缆的合理性。进一步的，在配电网出现大范围潮流转移时，通过部署高温超导电缆，避免了输电通路阻塞的情况，且减小了用户切负荷量，从而提升了配电网的恢复力。
61.在一个实施例中，如图3所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图，本实施例涉及的是计算各元件故障概率的一种可能的过程，该方法可以包括以下步骤：
62.步骤301、根据预设强度、元件在非极端事件下的故障率，计算元件在极端事件下的故障率。
63.其中，根据预设强度、元件在非极端事件下的故障率，可以通过公式(1)计算元件在极端事件下的故障率。
[0064][0065]
其中，w(t)为t时刻元件周围极端事件的预设强度，为一常量；λ
ij
(w(t))为该预设强度下元件的故障率；λ
norm
为元件正常情况下故障率；γ1、γ2与γ3均为拟合参数，可人为设定。
[0066]
步骤302、根据故障率和故障率对应的时间，计算故障概率。
[0067]
其中，根据故障率和故障率对应的时间，可以通过公式(2)计算各元件的故障概率。
[0068][0069]
其中，λ
ij
为公式(1)计算得到的预设强度下元件的故障率；t
y
为故障率对应的时间，取值为单位1；p
ij
为元件的故障概率。
[0070]
本实施例中，根据预设强度、元件在非极端事件下的故障率，计算元件在极端事件下的故障率；根据故障率和故障率对应的时间，计算故障概率。运算方式简单，易于实现，提高了计算各元件故障概率的效率。
[0071]
在一个实施例中，如图4所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图，本实施例涉及的是计算高温超导电缆的临界长度的过程，该方法可以包括以下步骤：
[0072]
步骤401、获取各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本。
[0073]
其中，各元件的安装成本和运行成本可以分别通过公式(3)和公式(4)计算得到，各元件对应的高温超导电缆的安装成本和运行成本可以分别通过公式(5)和公式(6)计算得到。
[0074][0075][0076][0077][0078]
其中，为元件的安装成本；为元件的运行成本；为高温超导电缆的安装成本；为高温超导电缆的运行成本；l
c
为高温超导电缆的临界长度。
[0079]
l
n
为元件的长度；i
n
为通过元件的电流；χ
n
为元件的价格；d为贴现因子，描述货币贬值；u
n
为元件的利用率；ω
n
为单位长度元件的损耗；i
c
为通过高温超导电缆的电流；χ
c
为高温超导电缆的价格；r为单位热负荷制冷剂的价格；θ为单位长度高温超导电缆的漏热损耗；ω
c
为单位长度高温超导电缆的损耗；τ为制冷机的损耗；ε为电费；ρ为制冷机带走1w热负荷需要的功率；u
c
为高温超导电缆的利用率；均为已知参数。
[0080]
步骤402、根据各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本，计算各元件对应的高温超导电缆的临界长度。
[0081]
其中，根据各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本，计算各元件对应的高温超导电缆的临界长度时，可以根据公式(3)中各元件的安装成本等于公式(5)中各元件对应的高温超导电缆的安装成本，以及公式(4)中各元件的安运行成本等于公式(6)中各元件对应的高温超导电缆的运行成本联立方程组，求解出各元件对应的高温超导电缆的临界长度l
c
。
[0082]
本实施例中，通过获取各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本；根据各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本，计算各元件对应的高温超导电缆的临界长度，运算方式简单，易于实现，提高了获取高温超导电缆临界长度的效率。
[0083]
在一个实施例中，如图5所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图，本实施例涉及的是确定各故障场景的一种可能的过程，该方法可以包括以下步骤：
[0084]
步骤501、采用蒙特卡洛法和各元件的故障概率，生成多个候选故障场景。
[0085]
其中，蒙特卡洛法是一种随机抽样技术，在生成多个候选故障场景时，可以采用蒙特卡洛法生成多个随机数，再将获取到的各元件的故障概率与生成的随机数进行比较后，
得到不同随机数对应的各元件的状态，将每个随机数对应的所有元件的状态以及元件的位置组建为一个候选故障场景，从而组成多个候选故障场景。
[0086]
步骤502、根据各候选故障场景的发生概率对多个候选故障场景进行筛选，得到故障场景。
[0087]
其中，根据各候选故障场景的发生概率对多个候选故障场景进行筛选，得到故障场景，在各候选故障场景选取故障场景时，可以按照预设的故障场景数量，在各候选故障场景中选取预设数量的故障场景。可选的，可以在各候选故障场景中任意选取预设数量的故障场景，还可以对各候选故障场景的出现次数进行统计排序后，在各候选故障场景中选取出现次数多的预设数量的故障场景。
[0088]
本实施例中，采用蒙特卡洛法和各元件的故障概率，生成多个候选故障场景；根据各候选故障场景的发生概率对多个候选故障场景进行筛选，得到故障场景，采用蒙特卡洛法和各元件的故障概率生成多个候选故障场景，生成方式简单，易于实现；并且，对多个候选故障场景进行筛选，减小了计算量，从而提高了确定目标高温超导电缆的位置的效率。
[0089]
在一个实施例中，如图6所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图，本实施例涉及的是确定候选故障场景的过程，该方法可以包括以下步骤：
[0090]
步骤601、采用蒙特卡洛法对预设数值范围进行抽样，得到多个随机数。
[0091]
其中，预设数值范围是采用蒙特卡洛法生成随机数的范围，预设数值范围可以设定为[0,1]，即采用蒙特卡洛法在[0,1]范围内进行抽样后，得到多个随机数。
[0092]
步骤602、将各随机数分别与各元件的故障概率进行比较，得到各元件的状态。
[0093]
其中，可以通过公式(7)将各随机数分别与各元件的故障概率进行比较，得到各元件的状态，各元件的状态可以采用二进制变量进行描述，例如，正常状态记为0，损坏状态记为1。
[0094][0095]
其中，s
ij
为元件ij的状态；r为采用蒙特卡洛法在[0,1]范围内得到的随机数；p
ij
为元件ij的损坏的概率；i和j均为配电网中的节点。
[0096]
步骤603、将各随机数对应的各元件的状态和位置，确定为对应的候选故障场景。
[0097]
其中，将每个随机数对应的所有元件的状态以及元件的位置组建为一个候选故障场景，即为每个随机数对应的候选故障场景，例如，随机数为0.2和0.3，元件包括元件12和元件23，随机数为0.2对应的元件12和元件23的状态分别为0、1；随机数为0.3对应的元件12和元件23的状态分别为0、1，那么随机数为0.2对应的元件12和元件23的状态以及位置就组建为一个候选故障场景；随机数为0.3对应的元件12和元件23的状态以及位置就组建为另一个候选故障场景。
[0098]
本实施例中，采用蒙特卡洛法对预设数值范围进行抽样，得到多个随机数；将各随机数分别与各元件的故障概率进行比较，得到各元件的状态；将各随机数对应的各元件的状态和位置，确定为对应的候选故障场景。采用蒙特卡洛法生成的多个随机数与各元件的故障概率进行比较后，得到各元件的状态，生成随机数的方式简单，易于实现，提高了获取
各元件状态的效率。
[0099]
在一个实施例中，根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置时，需要先确定各故障场景对应的约束条件，约束条件包括：元件流量约束、联络开关约束、高温超导电缆约束、节点约束和功率平衡约束；元件流量约束包括元件需满足的交流潮流约束和元件容量限制；联络开关约束包括联络开关需满足的交流潮流约束和联络开关容量限制；高温超导电缆约束包括高温超导电缆需满足的交流潮流约束、高温超导电缆的部署预算约束和高温超导电缆的经济性约束；节点约束包括节点负荷上下限约束、发电机出力上下限约束、分布式电源出力上下限约束和节点电压约束；功率平衡约束包括配电网的有功功率平衡约束及无功功率平衡约束。
[0100]
其中，元件流量约束包括元件需满足的交流潮流约束和元件容量限制，交流潮流约束如公式(8)和公式(9)所示；元件容量限制如公式(10)和公式(11)所示。
[0101][0102][0103][0104][0105]
其中，p
ij
为元件的有功功率；q
ij
为元件的无功功率；p
ijmax
为元件的最大有功功率；q
ijmax
为元件的最大无功功率；b
ij
为元件的电纳；g
ij
为元件的电导；s
ij
为元件的状态，对于每个故障场景其为二进制数；v
i
为节点i的电压；v
j
为节点j的电压；θ
i
为节点i的相角；θ
j
为节点j的相角；m为一人为设定的常数；b为配电网中所有任意两个节点构成的集合。
[0106]
联络开关约束包括联络开关需满足的交流潮流约束和联络开关容量限制，交流潮流约束如公式(12)和公式(13)所示；联络开关容量限制如公式(14)和公式(15)所示。
[0107][0108][0109][0110][0111]
其中，p
ijs
为联络开关的有功功率；q
ijs
为联络开关的无功功率；p
ijsmax
为联络开关的最大有功功率；q
ijsmax
为联络开关的最大无功功率；b
ijs
为联络开关的电纳；g
ijs
为联络开关的电导；s
ijs
为联络开关的状态，对于每个故障场景其为二进制数；v
i
为节点i的电压；v
j
为节点j的电压；θ
i
为节点i的相角；θ
j
为节点j的相角；m为一人为设定的常数；s为配电网中所有联络开关节点的集合。
[0112]
高温超导电缆约束包括高温超导电缆需满足的交流潮流约束、高温超导电缆的部
署预算约束和高温超导电缆的经济性约束，交流潮流约束如公式(16)和公式(17)所示；高温超导电缆的部署预算约束如公式(18)所示；高温超导电缆的经济性约束如公式(19)所示。
[0113][0114][0115][0116][0117]
其中，p
ijc
为高温超导电缆的有功功率；q
ijc
为高温超导电缆的无功功率；b
ijc
为高温超导电缆的电纳；s
ijc
为高温超导电缆是否部署的决策二进制变量；v
i
为节点i的电压；v
j
为节点j的电压；θ
i
为节点i的相角；θ
j
为节点j的相角；m为一人为设定的常数；n为配电网中的节点集合；c为配电网中所有高温超导电缆节点的集合；x
c
为高温超导电缆的部署预算；为高温超导电缆的长度；l
min
为根据公式(3)
‑
公式(6)计算得到的高温超导电缆的临界长度。
[0118]
节点约束包括节点负荷上下限约束、发电机出力上下限约束、分布式电源出力上下限约束和节点电压约束，节点负荷上下限约束如公式(20)和公式(21)所示；发电机出力上下限约束如公式(22)和公式(23)所示；分布式电源出力上下限约束如公式(24)和公式(25)所示；节点电压约束如公式(26)所示。
[0119][0120][0121][0122][0123][0124][0125][0126]
其中，为节点负荷的有功功率；为节点负荷的最大有功功率；为节点负荷的无功功率；n为配电网中的节点集合；为最大功率角；为最小功率角；为发电机的有功功率；为发电机的最大有功功率；为发电机的无功功率；为发电机的最小无功功率；为发电机的最大无功功率；g为发电机节点集合；为分布式
电源的有功功率；为分布式电源的最大有功功率；为分布式电源的无功功率；为分布式电源的最小无功功率；为分布式电源的最大无功功率；dg为分布式电源节点集合；v
j
为节点的电压。
[0127]
功率平衡约束包括配电网的有功功率平衡约束及无功功率平衡约束，有功功率平衡约束如公式(27)所示；无功功率平衡约束如公式(28)所示。
[0128]
a
br
p+a
s
p
s
+a
d
p
d
+a
c
p
c
＝a
g
p
g
+a
dg
p
dg
ꢀꢀꢀ
(27)
[0129]
a
br
q+a
s
q
s
+a
d
q
d
+a
c
q
c
＝a
g
q
g
+a
dg
q
dg
ꢀꢀꢀ
(28)
[0130]
其中，p为元件的有功功率；q为元件的无功功率；p
s
为联络开关的有功功率；q
s
为联络开关的无功功率；p
d
为节点负荷的有功功率；q
d
为节点负荷的无功功率；p
c
为高温超导电缆的有功功率；q
c
为高温超导电缆的无功功率；p
g
为发电机的有功功率；q
g
为发电机的无功功率；p
dg
为分布式电源的有功功率；q
dg
为分布式电源的无功功率；a
br
,a
s
,a
d
,a
c
,a
g
,a
dg
分别为元件、联络开关、负荷、高温超导电缆、发电机和分布式电源的关联矩阵；br,s,d,c,g,dg分别为元件、联络开关、负荷、高温超导电缆、发电机和分布式电源节点的集合。
[0131]
本实施例中，通过元件流量约束、联络开关约束、高温超导电缆约束、节点约束和功率平衡约束这五组约束条件，充分利用不同故障场景下配电网的状态参数，使得对目标函数的求解更加准确，从而得到的部署高温超导电缆的位置更加合理和准确。
[0132]
在一个实施例中，如图7所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图，本实施例涉及的是确定目标高温超导电缆的位置的过程，该方法可以包括以下步骤：
[0133]
步骤701、根据各故障场景的约束条件和目标函数确定优化模型。
[0134]
其中，不同故障场景对应一种约束条件，该约束条件均包括元件流量约束、联络开关约束、高温超导电缆约束、节点约束和功率平衡约束。优化模型是根据约束条件和目标函数建立的，优化模型是用于求解用户切负荷量和目标高温超导电缆的位置的模型。
[0135]
步骤702、将配电网的参数代入优化模型，根据预设的权重对优化模型进行求解得到各故障场景的加权用户切负荷量和目标高温超导电缆的位置；配电网的参数包括发电机数据、节点负荷数据和联络开关数据。
[0136]
其中，目标函数如公式(29)，预设的权重可以为从多个候选故障场景中筛选得到的故障场景对应的概率，配电网的参数可以包括发电机数据、节点负荷数据和联络开关数据，将配电网的参数代入优化模型，根据预设的权重对优化模型进行求解，就可以得到各故障场景的加权用户切负荷量和目标高温超导电缆的位置，在求解时，可以采用商业软件进行求解，加权用户切负荷量即为得到的最小用户切负荷量。
[0137][0138]
其中，p
sum
为配电网的总有功功率；p
jd
为各故障场景节点负荷的有功功率；n为配电网中的节点集合。
[0139]
本实施例中，根据各故障场景的约束条件和目标函数确定优化模型；将配电网的参数代入优化模型，根据预设的权重对优化模型进行求解得到各故障场景的加权用户切负荷量和目标高温超导电缆的位置；配电网的参数包括发电机数据、节点负荷数据和联络开
关数据。由于用户切负荷量可以表征配电网的恢复力，通过计算用户切负荷量来确定目标高温超导电缆的位置，提高了确定高温超导电缆位置的准确性，从而也提高了部署高温超导电缆的合理性。
[0140]
在一个实施例中，如图8所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图，本实施例涉及的是确定目标高温超导电缆的位置的另一种可能的过程，该方法可以包括以下步骤：
[0141]
步骤801、采用逐步对冲算法，将各故障场景整合为一个目标故障场景。
[0142]
其中，通过预设的目标函数以及各故障场景对应的约束条件，可以形成一个混合整数线性规划问题，在求解目标函数并确定目标高温超导电缆的位置时，可以采用商业软件进行求解，还可以结合逐步对冲算法进行求解。采用逐步对冲算法是将多个故障场景通过运算处理进行整合后，可以得到一个目标故障场景。
[0143]
步骤802、根据目标故障场景和对应的约束条件，确定目标故障场景中高温超导电缆的部署位置作为目标高温超导电缆的位置。
[0144]
其中，根据目标故障场景和对应的约束条件，求解优化模型确定出目标故障场景中高温超导电缆的部署位置，将该部署位置作为目标高温超导电缆的位置。
[0145]
本实施例中，采用逐步对冲算法，将各故障场景整合为一个目标故障场景；根据目标故障场景和对应的约束条件，确定目标故障场景中高温超导电缆的部署位置作为目标高温超导电缆的位置。由于在综合考虑多种故障场景的同时，还将多种故障场景进行整合，保证确定目标高温超导电缆部署位置准确性的同时，还减少了求解目标函数的计算规模，从而提高了确定目标高温超导电缆部署位置的效率。
[0146]
在一个实施例中，如图9所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定方法的流程图，该方法可以包括以下步骤：
[0147]
步骤901、根据预设强度、元件在非极端事件下的故障率，计算元件在极端事件下的故障率。
[0148]
步骤902、根据故障率和故障率对应的时间，计算故障概率。
[0149]
步骤903、获取各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本。
[0150]
步骤904、根据各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本，计算各元件对应的高温超导电缆的临界长度。
[0151]
步骤905、采用蒙特卡洛法对预设数值范围进行抽样，得到多个随机数。
[0152]
步骤906、将各随机数分别与各元件的故障概率进行比较，得到各元件的状态。
[0153]
步骤907、将各随机数对应的各元件的状态和位置，确定为对应的候选故障场景。
[0154]
步骤908、根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件。
[0155]
步骤909、根据各故障场景的约束条件和目标函数确定优化模型。
[0156]
步骤910、将配电网的参数代入优化模型，根据预设的权重对优化模型进行求解得到各故障场景的加权用户切负荷量和目标高温超导电缆的位置；配电网的参数包括发电机数据、节点负荷数据和联络开关数据。
[0157]
本实施例提供的高温超导电缆的部署位置确定方法中各步骤，其实现原理和技术
效果与前面各高温超导电缆的部署位置确定方法实施例中类似，在此不再赘述。图9实施例中各步骤的实现方式只是一种举例，对各实现方式不作限定，各步骤的顺序在实际应用中可进行调整，只要可以实现各步骤的目的即可。
[0158]
在本申请实施例提供的技术方案中，由于通过模拟极端事件确定出部署高温超导电缆的准确位置，在极端事件发生前，可以提高在配电网中部署高温超导电缆的合理性。进一步的，在配电网出现大范围潮流转移时，通过部署高温超导电缆，避免了输电通路阻塞的情况，且减小了用户切负荷量，从而提升了配电网的恢复力。
[0159]
应该理解的是，虽然图2
‑
9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2
‑
9中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0160]
本申请还将本申请实施例提供的技术方案进行了实验验证，使用改进的ieee 123节点配电网，其中包括3个分布式电源。分布式电源为燃油发电机或者燃气发电机，故不会受风暴灾害影响，可以正常使用；节点2、25，节点36、57，节点47、122，节点61、90，节点111、115，节点97、117各有一条联络线相连，在正常情况下为断开状态。其中不同部署预算下部署位置及切负荷量如表1和图10所示；图11为极端事件下弹性电力系统性能的示意图，包括传统电力系统，即为传统配电网，以及弹性配电网，即能够应对极端事件的配电网；图12为极端事件下潮流转移的示意图。
[0161]
可以看出，在部署高温超导电缆后，切负荷量有显著的下降，相对于不部署高温超导电缆的情况，当高温超导电缆部署预算分别为3条，4条和5条时，其切负荷量分别下降了34.8％、38.9％及41.2％。
[0162]
表1
[0163]
部署预算x＝0x＝3x＝4x＝5部署位置/32，58，1101，32，58，1101，32，58，60，110切负荷量(kw)2687.521752.231641.031580.13
[0164]
另外，为了研究故障场景对部署方案的影响，设置三个典型故障场景作为对照案例，且假设部署预算为4。图13为不同故障场景及改场景下的高温超导电缆部署结果的示意图。可以看出，不同故障场景下的高温超导电缆配置结果有明显差异，若仅对单一故障配置进行高温超导电缆部署方法研究，对各典型故障场景的综合优化效果不好，所以需要综合考虑多种典型故障场景对高温超导电缆部署方案的影响。
[0165]
再者，还将本申请提供的技术方案得到的切负荷量(优化部署方案)与随机部署切负荷量(随机部署方案)进行了对比，如图14所示，在部署预算分别为3，4，5时，随机部署位置如表2所示。可以看出本申请提供的技术方案能够显著减小在典型故障场景下的切负荷量，提高配电网的恢复力。
[0166]
表2
[0167]
部署预算x＝3x＝4x＝5随机部署位置1，32，1111，13，89，1101，58，60，89，110
[0168]
在一个实施例中，如图15所示，其示出了本申请实施例提供的一种高温超导电缆的部署位置确定装置150的框图，包括：获取模块151、第一确定模块152、构建模块153和第二确定模块154，其中：
[0169]
获取模块151，用于获取配电网中的元件在预设强度的极端事件下故障概率和各元件对应的高温超导电缆的临界长度；
[0170]
第一确定模块152，用于根据故障概率确定各故障场景；故障场景中包括各元件的位置和各元件的状态；
[0171]
构建模块153，用于根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件；
[0172]
第二确定模块154，用于根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置；目标函数表示极端事件发生时用户切负荷量。
[0173]
在一个实施例中，获取模块151包括第一计算单元和第二计算单元，其中：第一计算单元用于根据预设强度、元件在非极端事件下的故障率，计算元件在极端事件下的故障率；第二计算单元用于根据故障率和故障率对应的时间，计算故障概率。
[0174]
在一个实施例中，获取模块151还包括获取单元和第三计算单元，其中：获取单元用于获取各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本；第三计算单元用于根据各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本，计算各元件对应的高温超导电缆的临界长度。
[0175]
在一个实施例中，第一确定模块152包括生成单元和筛选单元，其中：生成单元用于采用蒙特卡洛法和各元件的故障概率，生成多个候选故障场景；筛选单元用于根据各候选故障场景的发生概率对多个候选故障场景进行筛选，得到故障场景。
[0176]
在一个实施例中，上述生成单元具体用于采用蒙特卡洛法对预设数值范围进行抽样，得到多个随机数；将各随机数分别与各元件的故障概率进行比较，得到各元件的状态；将各随机数对应的各元件的状态和位置，确定为对应的候选故障场景。
[0177]
在一个实施例中，约束条件包括：元件流量约束、联络开关约束、高温超导电缆约束、节点约束和功率平衡约束；元件流量约束包括元件需满足的交流潮流约束和元件容量限制；联络开关约束包括联络开关需满足的交流潮流约束和联络开关容量限制；高温超导电缆约束包括高温超导电缆需满足的交流潮流约束、高温超导电缆的部署预算约束和高温超导电缆的经济性约束；节点约束包括节点负荷上下限约束、发电机出力上下限约束、分布式电源出力上下限约束和节点电压约束；功率平衡约束包括配电网的有功功率平衡约束及无功功率平衡约束。
[0178]
在一个实施例中，第二确定模块154包括第一确定单元和第二确定单元，其中：第一确定单元用于根据各故障场景的约束条件和目标函数确定优化模型；第二确定单元用于将配电网的参数代入优化模型，根据预设的权重对优化模型进行求解得到各故障场景的加权用户切负荷量和目标高温超导电缆的位置；配电网的参数包括发电机数据、节点负荷数据和联络开关数据。
[0179]
在一个实施例中，第二确定模块154还包括整合单元和第三确定单元，其中：整合单元用于采用逐步对冲算法，将各故障场景整合为一个目标故障场景；第三确定单元用于根据目标故障场景和对应的约束条件，确定目标故障场景中高温超导电缆的部署位置作为
目标高温超导电缆的位置。
[0180]
关于高温超导电缆的部署位置确定装置的具体限定可以参见上文中对于高温超导电缆的部署位置确定方法的限定，在此不再赘述。上述高温超导电缆的部署位置确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块的操作。
[0181]
在本申请的一个实施例中，提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
[0182]
获取配电网中的元件在预设强度的极端事件下故障概率和各元件对应的高温超导电缆的临界长度；根据故障概率确定各故障场景；故障场景中包括各元件的位置和各元件的状态；根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件；根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置；目标函数表示极端事件发生时用户切负荷量。
[0183]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0184]
根据预设强度、元件在非极端事件下的故障率，计算元件在极端事件下的故障率；根据故障率和故障率对应的时间，计算故障概率。
[0185]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0186]
获取各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本；根据各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本，计算各元件对应的高温超导电缆的临界长度。
[0187]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0188]
采用蒙特卡洛法和各元件的故障概率，生成多个候选故障场景；根据各候选故障场景的发生概率对多个候选故障场景进行筛选，得到故障场景。
[0189]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0190]
采用蒙特卡洛法对预设数值范围进行抽样，得到多个随机数；将各随机数分别与各元件的故障概率进行比较，得到各元件的状态；将各随机数对应的各元件的状态和位置，确定为对应的候选故障场景。
[0191]
在一个实施例中，上述约束条件包括：元件流量约束、联络开关约束、高温超导电缆约束、节点约束和功率平衡约束；元件流量约束包括元件需满足的交流潮流约束和元件容量限制；联络开关约束包括联络开关需满足的交流潮流约束和联络开关容量限制；高温超导电缆约束包括高温超导电缆需满足的交流潮流约束、高温超导电缆的部署预算约束和高温超导电缆的经济性约束；节点约束包括节点负荷上下限约束、发电机出力上下限约束、分布式电源出力上下限约束和节点电压约束；功率平衡约束包括配电网的有功功率平衡约束及无功功率平衡约束。
[0192]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0193]
根据各故障场景的约束条件和目标函数确定优化模型；将配电网的参数代入优化模型，根据预设的权重对优化模型进行求解得到各故障场景的加权用户切负荷量和目标高温超导电缆的位置；配电网的参数包括发电机数据、节点负荷数据和联络开关数据。
[0194]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0195]
采用逐步对冲算法，将各故障场景整合为一个目标故障场景；根据目标故障场景和对应的约束条件，确定目标故障场景中高温超导电缆的部署位置作为目标高温超导电缆的位置。
[0196]
本申请实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
[0197]
在本申请的一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0198]
获取配电网中的元件在预设强度的极端事件下故障概率和各元件对应的高温超导电缆的临界长度；根据故障概率确定各故障场景；故障场景中包括各元件的位置和各元件的状态；根据各故障场景中的各元件的状态、临界长度和配电网的运行规律，构建各故障场景对应的约束条件；根据预设的目标函数、各故障场景对应的约束条件和各故障场景，确定目标高温超导电缆的位置；目标函数表示极端事件发生时用户切负荷量。
[0199]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0200]
根据预设强度、元件在非极端事件下的故障率，计算元件在极端事件下的故障率；根据故障率和故障率对应的时间，计算故障概率。
[0201]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0202]
获取各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本；根据各元件的安装成本和运行成本、以及各元件对应的高温超导电缆的安装成本和运行成本，计算各元件对应的高温超导电缆的临界长度。
[0203]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0204]
采用蒙特卡洛法和各元件的故障概率，生成多个候选故障场景；根据各候选故障场景的发生概率对多个候选故障场景进行筛选，得到故障场景。
[0205]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0206]
采用蒙特卡洛法对预设数值范围进行抽样，得到多个随机数；将各随机数分别与各元件的故障概率进行比较，得到各元件的状态；将各随机数对应的各元件的状态和位置，确定为对应的候选故障场景。
[0207]
在一个实施例中，上述约束条件包括：元件流量约束、联络开关约束、高温超导电缆约束、节点约束和功率平衡约束；元件流量约束包括元件需满足的交流潮流约束和元件容量限制；联络开关约束包括联络开关需满足的交流潮流约束和联络开关容量限制；高温超导电缆约束包括高温超导电缆需满足的交流潮流约束、高温超导电缆的部署预算约束和高温超导电缆的经济性约束；节点约束包括节点负荷上下限约束、发电机出力上下限约束、分布式电源出力上下限约束和节点电压约束；功率平衡约束包括配电网的有功功率平衡约束及无功功率平衡约束。
[0208]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0209]
根据各故障场景的约束条件和目标函数确定优化模型；将配电网的参数代入优化模型，根据预设的权重对优化模型进行求解得到各故障场景的加权用户切负荷量和目标高温超导电缆的位置；配电网的参数包括发电机数据、节点负荷数据和联络开关数据。
[0210]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0211]
采用逐步对冲算法，将各故障场景整合为一个目标故障场景；根据目标故障场景
和对应的约束条件，确定目标故障场景中高温超导电缆的部署位置作为目标高温超导电缆的位置。
[0212]
本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
[0213]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0214]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0215]
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。